<?xml version="1.0" encoding="UTF-8"?><rss version="2.0"
	xmlns:content="http://purl.org/rss/1.0/modules/content/"
	xmlns:wfw="http://wellformedweb.org/CommentAPI/"
	xmlns:dc="http://purl.org/dc/elements/1.1/"
	xmlns:atom="http://www.w3.org/2005/Atom"
	xmlns:sy="http://purl.org/rss/1.0/modules/syndication/"
	xmlns:slash="http://purl.org/rss/1.0/modules/slash/"
	>

<channel>
	<title>科学实验室 &#8211; mylogs.cn</title>
	<atom:link href="https://mylogs.cn/tag/%e7%a7%91%e5%ad%a6%e5%ae%9e%e9%aa%8c%e5%ae%a4/feed/" rel="self" type="application/rss+xml" />
	<link>https://mylogs.cn</link>
	<description>发现、记录、分享</description>
	<lastBuildDate>Sun, 08 Nov 2026 13:47:11 +0000</lastBuildDate>
	<language>zh-Hans</language>
	<sy:updatePeriod>
	hourly	</sy:updatePeriod>
	<sy:updateFrequency>
	1	</sy:updateFrequency>
	
	<item>
		<title>上海交大AutoDNA登Nature：AI自己动手做分子实验</title>
		<link>https://mylogs.cn/%e4%b8%8a%e6%b5%b7%e4%ba%a4%e5%a4%a7autodna%e7%99%bbnature%ef%bc%9aai%e8%87%aa%e5%b7%b1%e5%8a%a8%e6%89%8b%e5%81%9a%e5%88%86%e5%ad%90%e5%ae%9e%e9%aa%8c/</link>
		
		<dc:creator><![CDATA[steve, zhang]]></dc:creator>
		<pubDate>Sun, 08 Nov 2026 13:47:11 +0000</pubDate>
				<category><![CDATA[科技]]></category>
		<category><![CDATA[AutoDNA]]></category>
		<category><![CDATA[DNA存储]]></category>
		<category><![CDATA[Nature]]></category>
		<category><![CDATA[上海交通大学]]></category>
		<category><![CDATA[人工智能]]></category>
		<category><![CDATA[科学实验室]]></category>
		<guid isPermaLink="false">https://mylogs.cn/%e4%b8%8a%e6%b5%b7%e4%ba%a4%e5%a4%a7autodna%e7%99%bbnature%ef%bc%9aai%e8%87%aa%e5%b7%b1%e5%8a%a8%e6%89%8b%e5%81%9a%e5%88%86%e5%ad%90%e5%ae%9e%e9%aa%8c/</guid>

					<description><![CDATA[一句话指令，实验室自己跑 北京时间 11 月 4 日晚，上海交通大学两项科研成果同时发表于《自然》杂志。其中， [&#8230;]]]></description>
										<content:encoded><![CDATA[<h2 class="wp-block-heading">一句话指令，实验室自己跑</h2>
<p class="wp-block-paragraph">北京时间 11 月 4 日晚，上海交通大学两项科研成果同时发表于《自然》杂志。其中，由计算机学院 IPADS 实验室陈海波、王肇国团队，联合化学化工学院、变革性分子前沿科学中心樊春海、王飞团队依托张江高等研究院 DNA 存储研究中心开展的研究，构建出一套名为 AutoDNA（思源一号）的 AI 原生科学实验室装置，能够自主完成分子生物学实验操作。该成果以《An AI-native experimental laboratory for autonomous biomolecular operations》为题在线发表，并获《自然》官网首页头条重点报道，同期&#8221;News &#038; Views&#8221;栏目还刊发了斯坦福大学 James Zou 教授撰写的专题评述。</p>
<h2 class="wp-block-heading">从&#8221;外挂式&#8221;到&#8221;AI 原生&#8221;</h2>
<p class="wp-block-paragraph">已有的 AI 自主科学实验室通常由专家预先配置仪器、规定实验流程并设定优化规则，再把人工智能接入文献检索、方案生成或数据分析等局部环节。这种&#8221;外挂式&#8221;架构虽能提升单个环节效率，却难以适应生物分子实验流程复杂、仪器类型多样，以及对实时执行、环境稳定和操作精度要求严格的特点。</p>
<p class="wp-block-paragraph">AutoDNA 改而采用 AI 原生架构，通过模型、实验与仪器三者协同设计的思路解决问题。</p>
<figure data-wp-context="{&quot;imageId&quot;:&quot;6af09bd47ba4f&quot;}" data-wp-interactive="core/image" data-wp-key="6af09bd47ba4f" class="wp-block-image wp-lightbox-container"><img decoding="async" data-wp-class--hide="state.isContentHidden" data-wp-class--show="state.isContentVisible" data-wp-init="callbacks.setButtonStyles" data-wp-on--click="actions.showLightbox" data-wp-on--load="callbacks.setButtonStyles" data-wp-on--pointerdown="actions.preloadImage" data-wp-on--pointerenter="actions.preloadImageWithDelay" data-wp-on--pointerleave="actions.cancelPreload" data-wp-on-window--resize="callbacks.setButtonStyles" src="https://mylogs.cn/wp-content/uploads/2026/11/inline_f221d5a16ff8b57f18f7adcfdd8af314_0.webp" alt="上海交大 AutoDNA 自主实验平台" title="图片来源：IT之家" style="max-width:100%;height:auto;"/><button
			class="lightbox-trigger"
			type="button"
			aria-haspopup="dialog"
			data-wp-bind--aria-label="state.thisImage.triggerButtonAriaLabel"
			data-wp-init="callbacks.initTriggerButton"
			data-wp-on--click="actions.showLightbox"
			data-wp-style--right="state.thisImage.buttonRight"
			data-wp-style--top="state.thisImage.buttonTop"
		>
			<svg xmlns="http://www.w3.org/2000/svg" width="12" height="12" fill="none" viewBox="0 0 12 12">
				<path fill="#fff" d="M2 0a2 2 0 0 0-2 2v2h1.5V2a.5.5 0 0 1 .5-.5h2V0H2Zm2 10.5H2a.5.5 0 0 1-.5-.5V8H0v2a2 2 0 0 0 2 2h2v-1.5ZM8 12v-1.5h2a.5.5 0 0 0 .5-.5V8H12v2a2 2 0 0 1-2 2H8Zm2-12a2 2 0 0 1 2 2v2h-1.5V2a.5.5 0 0 0-.5-.5H8V0h2Z" />
			</svg>
		</button></figure>
<h2 class="wp-block-heading">三大设计要点</h2>
<p class="wp-block-paragraph">针对实验流程复杂的问题，AutoDNA 构建了面向实验的多智能体架构，将复杂任务分解为文献检索、试剂选择、方案设计、代码生成、硬件执行、结果分析和迭代优化等环节，并依据实验结果持续迭代调整后续方案，使模型贯通&#8221;设计—实验—优化&#8221;全过程。</p>
<p class="wp-block-paragraph">针对仪器种类多、跨设备协作困难的问题，AutoDNA 将各类仪器的能力提炼为适合模型理解和调用的&#8221;原子服务&#8221;，以自然语言说明和统一代码接口告诉模型每台设备&#8221;能做什么、如何调用&#8221;，从而屏蔽不同型号仪器的底层差异，生成、检查和修正跨设备控制代码。</p>
<p class="wp-block-paragraph">针对实验对实时性、稳定性和操作精度的严格要求，AutoDNA 将高精度自动化硬件与实验执行调度系统相结合，硬件提供微米级定位和微升级液体处理能力，系统则负责程序检查、仪器状态跟踪和资源调度，使多个实验任务在满足时序与操作约束的前提下有序运行。平台还集成了基于 OpenHarmony 操作系统的控制终端。</p>
<h2 class="wp-block-heading">落地验证：从核酸检测到 DNA 存储</h2>
<p class="wp-block-paragraph">研究团队展示了 AutoDNA 在核酸检测、酶促 DNA 合成、癌症检测等场景中的应用验证。更进一步的，研究团队将其作为产线级 DNA 存储装置，进行全流程端到端的大数据 DNA 信息存储：从用户的数据写入和读取要求出发，衔接编码、DNA 合成、保存、测序和解码等环节。整个读写周期共执行 11382 次硬件操作，最终准确恢复了此前写入 DNA 的信息，验证了系统在长时间运行中协调多类设备、完成复杂实验流程的能力。</p>
<p class="wp-block-paragraph">这项研究得到了国家自然科学基金、上海市基础研究先行区项目、上海市科技重大专项、教育部基础学科和交叉学科突破计划以及新基石科学基金会的支持。论文链接：https://doi.org/10.1038/s41586-026-11228-6</p>]]></content:encoded>
					
		
		
			</item>
	</channel>
</rss>
